在2015年巴黎氣候變化大會上，中國政府提出“2030年前后碳排放達到峰值并加快實現(xiàn)”等一系列新階段目標。城市是能源資源消耗和碳排放的集聚區(qū)域，推動城市低碳發(fā)展成為各國面臨的共同挑戰(zhàn)。采用STIRPAT模型，探究上海市過去20年發(fā)展總體形勢，分析碳排放影響因素，判斷上海在2025年是否可以達峰。結(jié)果表明：無論基準情景還是超低碳情景，上海市在2025年之前達峰的目標均可以實現(xiàn)。在對上海市碳排放各影響因素中，城市化率對其影響最大，其次是人均GDP水平。
張 哲1 任怡萌2 董會娟3*
（1.上海交通大學 中英國際低碳學院；2.中國人民大學 統(tǒng)計學院；3.上海交通大學 環(huán)境科學與工程學院）
《巴黎協(xié)定》指出，為了避免氣候變化對經(jīng)濟、社會、生態(tài)產(chǎn)生嚴重影響，全球平均升溫須控制在2 ℃以內(nèi)。為了實現(xiàn)溫控目標，全球溫室氣體應在2020年或者更早達到峰值，到21世紀下半葉實現(xiàn)凈零排放。因此，2015年中國政府確定了2030年左右CO2排放達到峰值，并爭取盡早達峰的碳減排自主行動目標。碳排放達峰并不單指在某一年達到最大排放量，而是一個過程，即碳排放首先進入平臺期并可能在一定范圍內(nèi)波動，然后進入平穩(wěn)下降階段。城市是人類生活主要的空間載體和溫室氣體主要的排放源，中國70%的碳排放來自城市，到2030年這一比例還將升至80%。尤其隨著城市化進程的加快，城市碳排放減排和達峰控制對我國的達峰目標的實現(xiàn)將發(fā)揮越來越重要的作用。目前，北京、上海、天津、深圳及廣州等低碳試點城市已經(jīng)公布碳排放達峰時間。上海作為引領(lǐng)我國城市發(fā)展的超大型城市典型代表之一，其能源消費和碳排放也遙遙領(lǐng)先，其已提出2025年全市的碳排放總量與人均碳排放達到峰值。為了預測上海能否實現(xiàn)達峰目標，本文采用STIRPAT模型探究上海市未來發(fā)展總體形勢，分析其現(xiàn)有政策下和更低碳政策下碳排放的達峰情況，并提出其碳減排和達峰路徑相關(guān)政策建議。此外，判斷上海在2025年是否可以達峰，也可為全國其他省市“十四五”期間乃至更長一段時間做好低碳減排工作和推動碳排放達峰提供參考。
在2015年巴黎氣候變化大會上，中國政府提出“2030年前后碳排放達到峰值并加快實現(xiàn)”等一系列新階段目標。城市是能源資源消耗和碳排放的集聚區(qū)域，推動城市低碳發(fā)展成為各國面臨的共同挑戰(zhàn)。采用STIRPAT模型，探究上海市過去20年發(fā)展總體形勢，分析碳排放影響因素，判斷上海在2025年是否可以達峰。結(jié)果表明：無論基準情景還是超低碳情景，上海市在2025年之前達峰的目標均可以實現(xiàn)。在對上海市碳排放各影響因素中，城市化率對其影響最大，其次是人均GDP水平。
碳排放達峰研究主要集中在2個方面：1)碳排放究竟會不會達峰以及達峰相關(guān)理論問題；2)具備什么條件才能出現(xiàn)峰值以及如何預測具體峰值問題。
碳排放峰值理論最早是世界銀行《世界發(fā)展報告》(1992年)提出，環(huán)境污染程度與人均GDP的關(guān)系是倒U形，經(jīng)濟剛起步時，環(huán)境污染隨著人均GDP增長而增加，經(jīng)濟發(fā)展到一定水平之后，環(huán)境污染開始出現(xiàn)拐點，之后環(huán)境污染隨著人均GDP繼續(xù)增加反而逐步下降，這種現(xiàn)象也被稱為環(huán)境庫茲涅茨曲線(EKC)。
隨后，開始有學者研究碳排放與經(jīng)濟增長之間的關(guān)系，一部分學者支持碳排放量與經(jīng)濟發(fā)展存在倒U形關(guān)系，即存在碳排放峰值。但是有一部分學者通過研究認為不存在碳排放的峰值。2014年《中美氣候變化聯(lián)合聲明》中，我國首次提出要在2030年左右達到碳排放峰值。我國碳排放總量達峰和各省市碳排放達峰方面，國內(nèi)外已有許多學者開展了相關(guān)研究(表1)。總體而言，針對國內(nèi)省市碳排放達峰的研究方法大多是LEAP模型和STIRPAT模型分析，其參數(shù)設置均有不同，預測結(jié)果也不盡相同。在模型預測中，參數(shù)設置對結(jié)果的影響十分重要。在已有研究中，大部分的參數(shù)設定是根據(jù)歷史增長率推算的，其誤差較大。因此，本文將采用STIRPAT模型預測上海市碳排放達峰情況，并根據(jù)上海市所頒布的相關(guān)政策文件設定相應參數(shù)，減少誤差。
STIRPAT(stochastic impacts by regression on population, affluence, and technology，可拓展的隨機性的環(huán)境影響評估)模型的基本形式為
其中:P為人口規(guī)模；A為人均富裕程度；T為技術(shù)水平；a為人口規(guī)模系數(shù)；b為人均富裕程度系數(shù)；c為技術(shù)水平系數(shù)；e為隨機環(huán)境誤差。因變量I為環(huán)境影響程度，如CO2排放量，該模型是STIRPAT方程的隨機形式，可對各因素對環(huán)境造成的非比例影響進行研究(表2)。除上述自變量外，其他可以對環(huán)境造成影響的因素也可引入該模型進行擴展，從而分析其對環(huán)境的影響。本文選取人口總量(P)、人均GDP(A)、城市化率(U)、能源強度(T)、能源結(jié)構(gòu)(F)和產(chǎn)業(yè)結(jié)構(gòu)(C)6項因素作為自變量對STIRPAT模型進行擴展，得到擴展后的模型見式(1)。
（1）表2 STIRPAT模型變量說明
已有關(guān)于碳排放影響因素的研究發(fā)現(xiàn)，使用STIRPAT模型時，選取的自變量之間可能存在一定程度的相關(guān)性，如果直接建立多元線性回歸模型，則可能會產(chǎn)生多重共線性的問題，導致普通最小二乘法無法求解的情況。為解決這一問題，本文使用偏最小二乘法(PLS)進行回歸分析。
“十三五”期間，上海市出臺許多應對氣候變化規(guī)劃政策文件，不斷加強應對氣候變化工作，大力進行產(chǎn)業(yè)結(jié)構(gòu)和能源消費結(jié)構(gòu)的優(yōu)化升級。根據(jù)上海市發(fā)布的政策文件，對上海市2018—2035年人口、人均GDP、城市化率、第三產(chǎn)業(yè)占比、能源強度、能源結(jié)構(gòu)進行預測。將設置2個情景，其中，基準情景完全參考上海市相關(guān)的氣候變化規(guī)劃政策文件，超低碳情景對參數(shù)的設置將比基準情景更低碳，人口控制更嚴格，城市化進程更緩慢，能源強度、能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)控制更嚴格。
1)人口。2018—2019年上海市常住人口數(shù)據(jù)來自《2018年上海市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》《2019年上海市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》，2020—2035年人口增長率來自聯(lián)合國人口預測。2)經(jīng)濟情況。2018—2019年上海市GDP數(shù)據(jù)來自《2018年上海市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》《2019年上海市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》；鑒于2020年新型冠狀病毒疫情對中國各省市經(jīng)濟活動造成一定程度的影響，根據(jù)不同研究機構(gòu)的預測(表3)，綜合我國經(jīng)濟結(jié)構(gòu)實際情況，最終確定中國2020年GDP增速為4.5%，上海市2020年GDP增長率為4.5%。表3 各機構(gòu)對2020年中國經(jīng)濟的預測
3)城市化率。城鎮(zhèn)化是影響碳排放的重要因素之一，上海市城鎮(zhèn)化水平一直處于中國各省市前列。2018年已經(jīng)達到88.1%，位列全國第1。上海市已開始嚴重控制外來人口數(shù)量，未來城鎮(zhèn)化水平將增長緩慢。4)能源強度。根據(jù)《上海市城市總體規(guī)劃(2017—2035)》要求，2035年萬元地區(qū)生產(chǎn)總值(GDP)能耗控制在0.22 t標煤以下。5)能源結(jié)構(gòu)。根據(jù)《上海市能源發(fā)展“十三五”規(guī)劃》要求，2020年，煤炭占一次能源消費比重從2015年的36%下降到33%。6)產(chǎn)業(yè)占比。產(chǎn)業(yè)結(jié)構(gòu)升級是經(jīng)濟增長的原因，也是碳排放增長的原因。目前上海市第三產(chǎn)業(yè)占比在70%以上，并且呈逐漸增長趨勢，2015—2019年第三產(chǎn)業(yè)占比年均增長1.2百分點。
原始指標的Pearson相關(guān)系數(shù)矩陣如表4所示?？梢钥闯?，大部分指標之間存在高度相關(guān)性。其中，人均GDP和人口數(shù)的相關(guān)系數(shù)高達0.96，城市化率與能源強度和人口之間的相關(guān)系數(shù)絕對值也超過0.86。由于各個變量之間的相關(guān)性較強，可以使用主成分分析提取主成分。
表4 Pearson相關(guān)系數(shù)矩陣
對于上海地區(qū)，在保持其他變量不變的情況下，城市人口每提高1%，則碳排放平均增長0.02%；人均GDP每提高1%，則碳排放平均增長0.68%；城市化率每提高1%，則碳排放平均增長1.32%；能源強度每提高1%，則碳排放平均下降0.34%；能源結(jié)構(gòu)每提高1%，則碳排放平均增長0.11%；產(chǎn)業(yè)結(jié)構(gòu)每提高1%，則碳排放平均增長0.44%。實際排放與擬合結(jié)果如圖1所示，誤差在-4%～3.2%。
圖1 上海市碳排放實際排放與回歸結(jié)果誤差分析
根據(jù)設置的2種不同情景，2018—2035年上海市碳排放如圖2所示?！冻鞘羞_峰指導手冊》中指出：城市碳排放達峰不僅僅指某一年碳排放達到峰值，而是城市的碳排放量出現(xiàn)持續(xù)穩(wěn)定下降。在基準情景下，上海市2018—2024年一直處于平臺期，碳排放在小幅度波動變化，維持在19500萬t左右，在2024年達到峰值，為19671.96萬t。在2025年后，排放量開始有大幅度下降，在2035年降至17546萬t。在超低碳情景下，上海市在2022年達到峰值，為19506.48萬t。2022年之后，排放量開始下降，在2035年降至16122萬t。超低碳情景在2035年比基準情景少排放1424萬t?；鶞是榫昂统吞记榫跋?，上海市均會在2025年之前達峰，碳排放峰值不超過2億t，之后均開始有大幅度下降。
從模型系數(shù)的大小上看，城市化率是影響上海市碳排放最重要的因素，城市化率每提高1%，則碳排放平均增長1.32%。在2013年的碳排放上升也證實了這一點。2011—2013年城市化率較高，維持在89%～90%，碳排放量可達到2億t。從2015年開始，上海城市化率維持在87%～88%，碳排放量則保持在1.8億～1.95億t。目前來看，上海市達到城市化演進后期階段對碳排放的抑制作用尚未體現(xiàn)，也說明國內(nèi)大都市雖然城市化水平很高，居民收入或產(chǎn)業(yè)結(jié)構(gòu)已接近國內(nèi)中等富裕水平，但是城市化率仍對碳排放正向促進作用。人均GDP是影響上海市碳排放的另一個重要因素，人均GDP每提高1%，則碳排放平均增長0.68%。人均收入水平對應富裕程度，通常富裕程度高的城市在基礎(chǔ)設施建設和交通等方面比富裕程度低的城市消耗的資源和能源更高，產(chǎn)生環(huán)境效應影響壓迫更大，因此碳排放量也更高，但在發(fā)達國家城市存在截然不同的情況。2020年由于受新型冠狀病毒肺炎疫情的影響，GDP增速會有所降低，人均收入隨之降低，導致在情景預測下，2020年碳排放比2019年有輕微下降。之后GDP增長回歸正常漲幅，碳排放將在2021年有所回升。
本文以上海市為研究對象，通過STIRPAT模型分析1997—2017年歷史排放，研究人口、人均GDP、城市化率、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)和能源強度對碳排放的影響。設置不同的情景參數(shù)，研究上海市未來碳排放達峰情況。結(jié)果表明：從歷史排放上來看，城市化率對于碳排放的影響最大，其次是人均GDP。無論基準情景和超低碳情景，2025年上海市的碳排放達峰的目標均可實現(xiàn)?；鶞是榫跋拢虾Ｊ刑寂欧庞?024年達到峰值，2024年之后開始下降。超低碳情景下，在2022年達到峰值，2011—2022年一直處于平臺期，之后開始穩(wěn)定下降。
基準情景均是參照上海市目前推行的政策文件內(nèi)容所設置的，2025年之前碳排放達峰的目標是可以實現(xiàn)的。對于現(xiàn)有的政策文件，如《上海市城市總體規(guī)劃(2017—2035)》《上海市能源發(fā)展“十三五”規(guī)劃》等。對于人口、能源結(jié)構(gòu)和能源強度等指標，需按照文件要求必須嚴格執(zhí)行并落實。在完成度較好的情況下，可以加強該指標設定，力求實現(xiàn)上海市盡早達峰。
從上海市歷史排放來看，城鎮(zhèn)化進展對上海市的碳排放影響較大。需進一步完善城市低碳化整體規(guī)劃，不斷加大財政投入與政策扶持，探索低碳城鎮(zhèn)化的新路徑。避免傳統(tǒng)“攤大餅”式城市發(fā)展思路，建設低碳環(huán)保城市，摒棄高碳排的城鎮(zhèn)化道路。這樣才保證上海市碳排放達到峰值，甚至提早達峰。
來源：張哲,任怡萌,董會娟.城市碳排放達峰和低碳發(fā)展研究：以上海市為例[J].環(huán)境工程.2020,38(11):12-18
全文下載鏈接：
https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2021&filename=HJGC202011003&v=2bqQIWLHfC6qR6OGSmJodziK1kZ7rsMjSd7X4MmYNugXbc6K29SzEhtL3aiSq7CJ